本文關(guān)鍵詞：基于模型優(yōu)選和組合策略的風(fēng)速融合預(yù)測(cè)方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：風(fēng)能作為一種清潔可再生能源,以其分布廣泛、蘊(yùn)含量大、無(wú)污染等特點(diǎn),受到世界各國(guó)的青睞。日益成熟的風(fēng)力發(fā)電技術(shù)為風(fēng)電產(chǎn)業(yè)的快速發(fā)展提供了重要保障。然而,風(fēng)能的不可控性、間歇性等特征會(huì)給電力系統(tǒng)運(yùn)行和電網(wǎng)調(diào)度帶來(lái)一系列問(wèn)題,限制了風(fēng)電產(chǎn)業(yè)的進(jìn)一步發(fā)展。準(zhǔn)確的風(fēng)速預(yù)測(cè)能夠有效降低其影響。因此,研究如何提高風(fēng)速預(yù)測(cè)精度具有重要意義。目前存在多種風(fēng)速預(yù)測(cè)模型,依據(jù)不同的劃分標(biāo)準(zhǔn)可將這些模型劃分為不同的類(lèi)別。依據(jù)預(yù)測(cè)方式不同,可將風(fēng)速預(yù)測(cè)模型分為單模型和組合模型。組合模型是集合多種單模型,對(duì)單模型提供的數(shù)據(jù)信息加以綜合利用以提高預(yù)測(cè)精度。組合模型主要圍繞在如何在已有的單模型數(shù)據(jù)基礎(chǔ)上深度利用這些數(shù)據(jù)信息進(jìn)行研究,即如何為單模型分配權(quán)重。目前對(duì)如何選擇單模型的研究較少,但其也是影響預(yù)測(cè)精度的關(guān)鍵因素之一。因此,為了進(jìn)一步提高風(fēng)速預(yù)測(cè)精度,本文引入了風(fēng)速融合預(yù)測(cè)的概念。首先,對(duì)單模型進(jìn)行優(yōu)化和完善以提高其預(yù)測(cè)能力;然后建立單模型庫(kù),提出基于多準(zhǔn)則決策的模型優(yōu)選方法,并將多種模型優(yōu)選方法與多種組合方法結(jié)合研究如何建立最優(yōu)融合模型。本文主要研究?jī)?nèi)容有:(1)總結(jié)了當(dāng)前風(fēng)力發(fā)電的發(fā)展?fàn)顩r及存在的問(wèn)題,闡述了準(zhǔn)確預(yù)測(cè)風(fēng)速的重要意義�？偨Y(jié)了當(dāng)前風(fēng)速預(yù)測(cè)模型的分類(lèi)方法及預(yù)測(cè)模型的研究現(xiàn)狀。(2)本文以風(fēng)速為研究對(duì)象,研究分析了風(fēng)速的分布特性、切變特性、變化特性等特點(diǎn);分析了風(fēng)速與風(fēng)機(jī)輸出功率的轉(zhuǎn)換關(guān)系;采用國(guó)標(biāo)GB/T18709-2002對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn),并通過(guò)最小二乘支持向量機(jī)(Least Squares Support Veotor Machines,LSSVM)進(jìn)行數(shù)據(jù)修補(bǔ)。并討論了預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)。(3)針對(duì)LSSVM風(fēng)速預(yù)測(cè)模型中參數(shù)確定難等問(wèn)題,本文提出采用基于耦合模擬退火-單純形的LSSVM建立風(fēng)速預(yù)測(cè)模型。仿真結(jié)果表明,該方法能夠提高LSSVM模型的風(fēng)速預(yù)測(cè)能力,并把該方法加入到單模型庫(kù),為風(fēng)速融合預(yù)測(cè)奠定基礎(chǔ)。(4)單模型優(yōu)選方法與組合方法的選擇是風(fēng)速融合預(yù)測(cè)中的兩個(gè)關(guān)鍵環(huán)節(jié)。本文首先提出一種多準(zhǔn)則決策法優(yōu)選單模型,并引入?yún)f(xié)整分析法優(yōu)選單模型。為了研究如何建立最優(yōu)融合預(yù)測(cè)模型,本文將多種優(yōu)選方法(多準(zhǔn)則決策法、協(xié)整分析法)和多種組合方法(簡(jiǎn)單加權(quán)平均法、方差倒數(shù)法、誘導(dǎo)有序加權(quán)算子)結(jié)合構(gòu)成多種融合預(yù)測(cè)模型進(jìn)行分析研究。仿真結(jié)果表明,當(dāng)多準(zhǔn)則決策與IOWA結(jié)合、協(xié)整分析與方差倒數(shù)及簡(jiǎn)單加權(quán)平均法結(jié)合時(shí),表現(xiàn)出優(yōu)秀的風(fēng)速預(yù)測(cè)能力�？梢�(jiàn)不同的優(yōu)選方法適應(yīng)于不同的組合方法,需要選取合適的優(yōu)選方法與組合方法結(jié)合才能獲得最優(yōu)風(fēng)速融合模型。
【關(guān)鍵詞】：單模型庫(kù) 多準(zhǔn)則決策 優(yōu)選方法 組合方法 風(fēng)速融合預(yù)測(cè)
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TM614
【目錄】：

• 摘要3-5
• ABSTRACT5-14
• 第一章 緒論14-24
• 1.1 課題研究背景及意義14-17
• 1.1.1 課題研究背景14-15
• 1.1.2 課題研究意義15-17
• 1.2 風(fēng)速預(yù)測(cè)模型分類(lèi)17-19
• 1.2.1 按時(shí)間尺度劃分17-18
• 1.2.2 按預(yù)測(cè)原理劃分18
• 1.2.3 按預(yù)測(cè)方式劃分18-19
• 1.3 風(fēng)速預(yù)測(cè)模型研究現(xiàn)狀19-23
• 1.3.1 風(fēng)速預(yù)測(cè)單模型研究現(xiàn)狀19-20
• 1.3.2 風(fēng)速預(yù)測(cè)組合模型研究現(xiàn)狀20-23
• 1.4 本文主要研究?jī)?nèi)容23
• 1.5 本章小結(jié)23-24
• 第二章 風(fēng)電場(chǎng)風(fēng)速特性分析24-34
• 2.1 風(fēng)速特性分析24-30
• 2.1.1 風(fēng)速的分布特性24-26
• 2.1.2 風(fēng)速的切變特性26-27
• 2.1.3 風(fēng)速變化分析27-28
• 2.1.4 風(fēng)速與功率轉(zhuǎn)換關(guān)系28-30
• 2.2 測(cè)風(fēng)塔數(shù)據(jù)處理30-32
• 2.2.1 數(shù)據(jù)檢驗(yàn)31
• 2.2.2 異常數(shù)據(jù)修正31-32
• 2.3 風(fēng)速預(yù)測(cè)模型評(píng)價(jià)指標(biāo)32-33
• 2.4 本章小結(jié)33-34
• 第三章 基于參數(shù)優(yōu)化的LSSVM風(fēng)速預(yù)測(cè)34-54
• 3.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)34-36
• 3.2 支持向量機(jī)理論基礎(chǔ)36
• 3.3 LSSVM理論基礎(chǔ)36-41
• 3.3.1 理論推導(dǎo)36-40
• 3.3.2 核函數(shù)40-41
• 3.4 LSSVM參數(shù)優(yōu)化方法41-49
• 3.4.1 常見(jiàn)的參數(shù)優(yōu)化方法41-44
• 3.4.2 耦合模擬退火-單純形參數(shù)優(yōu)化方法44-45
• 3.4.3 耦合模擬退火-單純形算法步驟45-49
• 3.5 LSSVM仿真結(jié)果分析49-53
• 3.6 本章小結(jié)53-54
• 第四章 基于模型優(yōu)選和組合策略的風(fēng)速融合預(yù)測(cè)54-76
• 4.1 風(fēng)速預(yù)測(cè)單模型庫(kù)55-56
• 4.2 風(fēng)速預(yù)測(cè)單模型優(yōu)選方法56-60
• 4.2.1 多準(zhǔn)則決策方法56-58
• 4.2.2 協(xié)整分析法58-60
• 4.3 組合理論基礎(chǔ)60-64
• 4.3.1 組合方法基本原理60-61
• 4.3.2 組合方法分類(lèi)61-62
• 4.3.3 常規(guī)組合方法62-64
• 4.4 風(fēng)速融合預(yù)測(cè)及仿真分析64-74
• 4.4.1 風(fēng)速融合預(yù)測(cè)64-65
• 4.4.2 風(fēng)速融合預(yù)測(cè)仿真分析65-74
• 4.5 本章小結(jié)74-76
• 第五章 結(jié)論與展望76-78
• 5.1 結(jié)論76-77
• 5.2 展望77-78
• 參考文獻(xiàn)78-82
• 致謝82-84
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參與科研項(xiàng)目84

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 申慧芳;姚仁太;;氚長(zhǎng)期大氣釋放的劑量評(píng)價(jià)模型[J];原子能科學(xué)技術(shù);2010年05期

2 王希敏,陳懷琛;人的多任務(wù)事件檢測(cè)模型的建立[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;1991年01期

3 朱明倉(cāng);吳合鎮(zhèn);辜寄蓉;;重慶市房?jī)r(jià)地價(jià)動(dòng)態(tài)關(guān)系模型構(gòu)建[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

4 應(yīng)松寶,郭耀煌;基于多準(zhǔn)則隨機(jī)DEA模型的投資決策評(píng)價(jià)方法[J];西南交通大學(xué)學(xué)報(bào);2003年01期

5 袁長(zhǎng)偉;吳群琪;;高速公路與區(qū)域經(jīng)濟(jì)發(fā)展協(xié)調(diào)性的DEA評(píng)價(jià)模型[J];長(zhǎng)安大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2009年03期

6 楊帆;楊琦;張s

本文編號(hào)：309834